跑通EGNN的demo程序

Python3.12下跑通EGNN的demo程序

开始学EGNN的时候打算拿github上面的代码直接下载下来跑
github:vgsatorras/egnn
自己没有好的GPU所以在AutoDL上租了一个服务器
虽然是很简单的代码还是尝试了很久才成功跑通。
原来的代码可能是因为比较老的缘故,所以有一些问题。
在这里主要进行一个如何在python3.12版本下跑通3个数据集所需要进行的修改

QM9数据集

遇到的问题主要是QM9数据集下载
直接运行代码可能会报错出现原网页403的情况
所以有两种解决办法:

1.在AutoDL上部署agent

但是仍然出现了以上报错,无解,但是后来我检查文件夹时发现确实下载了,可能是代理的网也不太稳定的缘故。
但是这个部署的功能还是可以学习一下

2.手动下载数据集上传

因为一开始不知道数据集默认存放地址,所以翻了一下代码。

(1)文件修改

在…\egnn\qm9\args.py(…代表存放文件夹的位置)里面找到datadir的默认地址:
在这里插入图片描述

当然也可以通过命令行指定存放位置。
然后进入:
…\egnn\qm9\data\prepare\qm9.py
在原代码的基础上进行一些修改
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里能找到数据集下载地址,以及一些必要文件(txt)的下载。

(2)数据集下载和传输

在上面图片列出的链接中下载数据(需要magic)
然后将数据集上传到datadir指定的文件夹
数据的传输推荐:FileZilla
然后就能成功运行代码了

一些小bug:
运行时可能报错,有一处因为原代码numpy版本过低,跟我自己的版本不兼容了,需要做一些修改

在这里插入图片描述
按照报错修改即可。
因为程序中有些部分存在clean-up,所以在运行时会删除上面两个txt数据文件,当发现数据文件夹里面没有这两个文件的时候需要重新上传。

nbody数据集

因为是纯小白所以对数据集不太了解。发现这个数据集实际如下:

nbody数据来源:通过计算机模拟生成,依据多体动力学的物理原理,模拟多个物体在相互作用力(如引力、电磁力等)下的运动。

数据内容:记录每个物体在不同时间步长下的位置、速度、加速度等状态信息,还可能包含物体的质量、电荷等属性 ,以及物体之间的连接关系(边)等。

所以首先要运行…/egnn-main/n_body_system/dataset/generate_dataset.py去生成数据。
然后再运行nbody_main.py即可

ae

主要问题是需要对代码做一些修改,原来的代码不知道为什么,应该是在子图划分处理上有一些小问题。对…/egnn-main/ae_datasets/d_creator.py进行修改后运行main_ae.py即可。
修改如图:
在这里插入图片描述

人工智能(AI)最近经历了复兴,在视觉,语言,控制和决策等关键领域取得了重大进展。 部分原因在于廉价数据和廉价计算资源,这些资源符合深度学习的自然优势。 然而,在不同的压力下发展的人类智能的许多定义特征仍然是当前方法无法实现的。 特别是,超越一个人的经验 - 从婴儿期开始人类智能的标志 - 仍然是现代人工智能的一项艰巨挑战。 以下是部分立场文件,部分审查和部分统一。我们认为组合概括必须是AI实现类似人类能力的首要任务,结构化表示和计算是实现这一目标的关键。就像生物学利用自然和培养合作一样,我们拒绝“手工工程”和“端到端”学习之间的错误选择,而是倡导一种从其互补优势中获益的方法。我们探索如何在深度学习架构中使用关系归纳偏差来促进对实体,关系和组成它们的规则的学习。我们为AI工具包提供了一个新的构建模块,具有强大的关系归纳偏差 - 图形网络 - 它概括和扩展了在图形上运行神经网络的各种方法,并为操纵结构化知识和生成结构化行为提供了直接的界面。我们讨论图网络如何支持关系推理和组合泛化,为更复杂,可解释和灵活的推理模式奠定基础。作为本文的配套文件,我们还发布了一个用于构建图形网络的开源软件库,并演示了如何在实践中使用它们。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值